澳大利亚的丛林大火是kangaroos和考拉的常见场所。炎热，干燥的气候定期设定危及人类生命，财产和野生动物的普通阶段，威胁到该国顶级经济产业之一：葡萄酒。在2019-2020夏天举行的火灾在南澳大利亚，维多利亚和新南威尔士州的整个葡萄园被摧毁，但烟雾，这更普遍地普遍且阴险，渗透到葡萄和发酵桶中，产生令人不愉快的，不可替换的产品。虽然尚未计算造成的损害的全部程度，但分析来自澳大利亚葡萄酒研究所表明每次发生火灾季节，仅烟雾污染就会给该国的葡萄酒行业造成数千万至数亿美元的损失。
“这项研究可以消除葡萄栽培和酿酒方面的猜测，使它们更容易预测。”
墨尔本大学的Sigfredo Fuentes，副教授和植物生理学家
广泛的技术进步可以帮助种植者和酿酒师减轻烟雾污染和其他不可预知的异常现象的负面影响，如霜冻、干旱、害虫和疾病——不仅在澳大利亚，而且在世界各地。由墨尔本大学(University of Melbourne)植物生理学家西格弗雷多·富恩特斯(Sigfredo Fuentes)副教授领导的“未来葡萄园”(The Vineyard of The Future)是一个国际科学家联盟，他们正在进行前沿研究，收集从葡萄到玻璃的高分辨率数据，并以有意义的方式进行分析。无人机、卫星图像、视频分析、植物和人的传感器结合人工智能——统称为“数字农业”——让葡萄酒生产商和销售商在这个充满不确定性的行业中获得了优势。
富恩特斯说:“这项研究可以消除葡萄栽培和酿酒方面的猜测，使它们更容易预测。”
在葡萄树
好酒从藤蔓开始。可美味的葡萄取决于天气和培养策略，包括灌溉，施肥，害虫控制和冠层管理。种植者通常更喜欢较小的葡萄浆果，从而产生更多的葡萄皮，因此更多的化合物，例如花青素，单宁，白藜芦醇和多酚，影响风味和香气。富森特斯说，高质量的特征的葡萄产量实际上可能产生更高的每英亩收入，因此必须保持葡萄树葡萄酒的植物和生殖部分之间的平衡。“没有食谱适合所有葡萄葡萄栽培案例，在这里实施新的和新兴技术对于评估所有这些因素来获得良好产品至关重要，”他说。下载188bet金宝搏
Fuentes和他的同事开发了一种技术，这种技术依靠红外热成像和近红外光谱(NIR)分析，再加上有监督的机器学习模型，来测量树叶中的烟雾污染，并评估葡萄中的烟雾污染。红外摄像机显示出藤蔓的热信号，这被烟雾扰乱了。使用MATLAB®， Fuentes和他的团队开发了计算机视觉算法，利用热信号预测冠层的烟雾污染，准确率高达96%。
使用非侵入式手持仪器获得的近红外数据揭示了浆果和葡萄酒的化学指纹，可以近实时、高精度地指示特定的烟雾相关化合物和浓度。对于种植者来说，传统的方法要求他们把葡萄送到实验室，然后等待六天或更久的结果。但是，实时掌握这些信息可以帮助种植者做出决定，比如是否要从受污染的葡萄中分离出未受污染的葡萄，以最大限度地减少浪费。
机器学习在暴露后1小时内从灌木中检测葡萄污染。图像学分：伊甸童司机博士
Fuentes和他的团队开发了计算机视觉算法，利用藤蔓的热信号预测烟雾污染，准确率高达96%。
进一步的研究已经进行，以预测潜在葡萄酒的品质特征，甚至在收获之前葡萄园。通过将其他变量，如天气数据输入和之前年份的已知香气曲线作为目标，机器学习模型被训练来预测来自葡萄藤的葡萄酒的香气曲线。
一个应用程序被称为副税使用智能手机的GPS和摄像头来帮助种植者测量树冠的大小、密度和活力。该应用程序的计算机视觉算法从一张图片中计算出一张快照的叶子面积指数。这个重要的指标被称为LAI，它与照射在浆果上的阳光量、树冠的微气候、葡萄的成分以及最终的产量有关。富恩特斯说，葡萄种植者正试图在叶子、芽和果实之间创造一种平衡。他说:“如果酒冠过于浓烈，最后的葡萄酒的风味和香气就会分别有太多的酸度和绿色。”来自应用程序的信息使种植者能够决定修剪树冠，施肥，增加或减少灌溉。“一切都是为了平衡，”富恩特斯说。
NIR和机器学习算法也可以为葡萄成熟度提供线索。FIENTES解释说，某些化合物，在它成熟时从葡萄中的染色细胞中释放，影响其香气和味道。不同的葡萄需要不同的细胞死亡百分比以达到其峰的成熟度。“我们建议在进行酿酒之前测量浆果的细胞生命力，以预测使用数字工具开发的葡萄酒的质量，”他说。
在鼻子上
在数十种影响——甚至可能是毁灭性的——葡萄园的变量中，一种叫做根瘤蚜的昆虫可能是最臭名昭著的。在19世纪的中期钍当法国酒商将美国的葡萄材料、受污染的鞋子或工具带到欧洲时，他们在不知情的情况下从美国进口了这种昆虫。虽然根瘤蚜更喜欢吃无害的美国葡萄藤的叶子，但当它们发现法国葡萄藤时，它们选择了根。在短短几十年里，法国葡萄酒大疫病几乎摧毁了该国的葡萄酒行业。在几次试图根除根茎蚜的尝试失败后，法国葡萄酒商不情愿地将他们的葡萄藤嫁接到美国的根上，培育出能够在法国土壤中茁壮成长并抵抗根茎蚜的植物。
今天，根瘤蚜仍然是一种难以发现的威胁。早期的迹象，如叶子变色和一般的冠层萎蔫，经常被混淆为水和肥料的压力，和葡萄酒制造商的动机去寻找一个更可靠的识别方法。一种方法已经被狗所接受——以一种好的方式。狗的鼻子比人类的鼻子含有3亿个嗅觉感受器，灵敏度是人类的100倍。未来葡萄园的研究人员正在训练狗识别根茎蚜昆虫释放的信息素的气味，以及这种昆虫产生的其他化合物。
一种低成本的便携式电子鼻带有一组传感器，可以探测到九种不同的气体，可以通过微调来识别葡萄园的烟雾损害。
戴着背包配备了支持GPS的智能手机，一只狗将横穿葡萄园，它的鼻子到地上。使用MATLAB Mobile™开发的跟踪算法检测狗的位置以及其运动。在检测到时，诸如运行，行走和坐在香味时的不同行动被添加到地图中以确定葡萄园的问题。“该应用程序为狗通过坐着，蹲伏或划伤发出处理器的所有点为所有点创建一个日志文件，”博士·冈萨雷斯·韦杰（Claudia Gonzalez Viejo）表示，博览会与Fuentes一起使用。然后，种植者可以针对这些位置的检查，节省时间。
虽然狗在寻找害虫方面非常熟练，但它们不太擅长确定完美的啤酒香味。为了补充专家狗的鼻子，富恩特斯和他的团队开发了一种低成本、便携式电子鼻，它有一组传感器，能够探测九种不同的气体，包括乙醇、二氧化碳、二氧化碳、甲烷和过氧化氢。冈萨雷斯·维埃霍(Gonzalez Viejo)帮助设计了用于检查的电子鼻啤酒样品和预测的香味。但是，她说，它有广泛的应用，并可以微调，以检测葡萄园的烟雾损害。冈萨雷斯·维埃霍设想将这项技术与狗狗探测器结合起来，作为手持设备使用，或者安装在无人机上，一排排地飞行。“我们可以把电子鼻子带到任何地方，”她说。
一只经过特殊训练的狗沿着一排容器移动，并准确地用专注的目光和爪子的触摸来表示。图片来源:索尼娅需要
在玻璃
对于所有的种植者和生产者所做的工作，以制造高质量的葡萄酒，什么构成好的是主观的。“最好的酒是你喜欢的酒，”富恩特斯说。
最终，了解消费者的反应是销售葡萄酒的关键，未来葡萄园的研究人员也为此开发了技术。该系统使用啤酒进行了改进，但适用于葡萄酒和起泡葡萄酒，包括一个机械手臂、摄像头和电子鼻子。机器手臂每次都能以同样的方式倒满杯子，而且毫不费力。高清摄像机对准啤酒捕捉视觉数据，包括颜色、泡沫的形成和消散，以及泡沫的大小。安装在玻璃顶部的电子鼻测量释放的气体。计算机视觉和机器学习算法对摄像机和传感器信息进行处理，并将这瓶啤酒放在之前分析过的250瓶啤酒库中。
用传感器进行的香气图谱的准确率为97%。这种技术可能会吸引那些对保持一致性和质量控制感兴趣的手工酿酒厂。Gonzalez Viejo说:“你可以测试每一批产品，并立即得到结果。”
该团队甚至还将消费者反应添加到混合元素中。研究人员使用摄像机、红外热成像和脑电波耳机来测量工作人员和学生参与者在喝不同的啤酒和葡萄酒或食用食品时的心率、体温、脑电波和面部表情。下载188bet金宝搏他们对泡沫、颜色、香气、口感、味道、味道和啤酒整体相似度的评估，都与倾倒过程中收集的视觉和电子鼻数据相匹配，以提高准确性。
RoboBEER使用计算机视觉算法、人工神经网络和泡沫、颜色和气泡等视觉特征，每次都能创造出完美的倒酒效果。图片来源:墨尔本大学
葡萄栽培、酿酒和酿造是一门艺术，也是一门科学。随着技术的进步和对土壤、根系、植物、冠层和大气中发生的过程的科学理解的加深，科学可能会发现优势。随着葡萄酒和啤酒越来越受欢迎，需求不断增长，尤其是在气候变化的世界里，新兴技术可能会给种植者和生产者带来一些值得庆贺的东西。
